基于数值实验的多块交替方向乘子法的收敛性研究.docx

资料分类:精选论文 上传会员:谭主编 更新时间:2020-04-13
需要金币1000 个金币 资料包括:完整论文 下载论文
转换比率:金额 X 10=金币数量, 例100元=1000金币 论文字数:5325
折扣与优惠:团购最低可5折优惠 - 了解详情 论文格式:Word格式(*.doc)

摘要:在这个信息快速增长的时代,越来越多的实际问题需要依靠数据分析来解决,而问题相关的的数据也越来越大。因此,能够处理大规模数据的统应用统计和机器学习方法就显得格外重要。交替方向乘子法是一个在应用统计和机器学习常用的算法。它能够将大型问题分解为可数个子问题,利用分布式系统实习大数据问题的解决。依靠针对大规模数据计算的优势,ADMM算法近年来成为一个热点。原始的ADMM算法是用来解决目标函数为两部分的凸优化问题。然而,很多实际问题所涉及到的凸优化问题,目标函数由三个及以上的部分组成,这样就出现了针对多块凸优化问题的ADMM推广算法。

关键词:分解方法,收敛性,交替方向乘子法,数值实验.

 

目录

摘要

Abstract

1 引言 1

2 凸优化算法 3

2.1 对偶上升法 3

2.2对偶分解法  4

2.3增广拉格朗日  5

2.4 乘子法 5

3 多块变量的ADMM算法求6

  3.1 ADMM算法 6

  3.2 DADMM算法8

  3.3 BADMM算法 10

  3.4 TADMM算法 12

4 数值实验 14

参考文献 15

相关论文资料:
最新评论
上传会员 谭主编 对本文的描述: 很多大规模统计任务,能够在凸优化框架中实现。而介于它们具有上述的共同点,并行化凸优化算法在解决这类问题时被寄予了厚望。交替方向乘子法(ADMM),就非常适合解决这类分......
发表评论 (我们特别支持正能量传递,您的参与就是我们最好的动力)
注册会员后发表精彩评论奖励积分,积分可以换金币,用于下载需要金币的原创资料。
您的昵称: 验证码: